Abstract
PT. XYZ is a company engaged in the production sector, namely agrochemicals that produce pesticide products.
Pesticides can kill pests such as insecticides, herbicides, fungicides. Marketing of PT. XYZ is popular
throughout Indonesia. Because of consumers at PT. XYZ is available throughout Indonesia, causing higher
product demand, making the company try hard to improve quality so that defects do not occur in the production
process.This research aims to determine the causes of the dominant defects that occur in the repackaging
process of powder pesticides so that the product quality can be improved. Product analysis can be performed
using the Statistical Process Control (SPC) and Fault Tree Analysis (FTA) methods. From the analysis of the
results, it is known that there are two types of dominant defects, namely leaky packaging and insufficient scales.
Causes of leaky packaging defects are human, size, method, and machine. Meanwhile, the causes of leaky
packaging defects are humans and machines.
I. PENDAHULUAN
PT. XYZ merupakan salah satu perusahaan yang bergerak di bidang produksi yaitu agrochemical yang
memproduksi produk pestisida.Pestisida dapat membasmi hama sepertiinsectisida, herbisida, fungisida. Salah
satu produk unggulan dari PT XYZ adalah pestisida yang berbentuk powder. Pemasaran hasil produksi PT.
XYZ tersebar diseluruh daerah Indonesia. Karena konsumen PT. XYZ ada diseluruh Indonesia menyebabkan
permintaan produk semakin tinggi membuat perusahaan berusaha keras untukmeningkatkan kualitas agar tidak
terjadi kecacatan dalam proses produksi.
Dalam proses produksinya PT XYZ sudah berusaha memberikan yang terbaik untuk konsumennya, baik
dari segi harga maupun kualitas. Namun PT. XYZ dihadapkan pada permintaan produk yang semakin
meningkat dan menuntut kualitas terbaik. Dalam proses produksinya agar dapat mencapai kualitas yang
diinginkan perusahaan menghadapi masalah, salah satunya kecacatan pada proses repackingpowder pestisida.
Produk yang memiliki kecacatan tertinggi yaitu proses produksi powder pestisida pada mesin filling auto dan
jenis cacat yang terjadi adalah kemasan bocor, timbangan kurang, dan kode produksi hilang.
5. Stratifikasi
Diagram alir secara grafis menunjukkan sebuah proses atau sistem dengan menggunakan kotak dan
garis yang saling berhubungan. Diagram ini cukup sederhana, tetapi merupakan alat yang sangat baik
untuk mencoba memahami sebuah proses atau menjelaskan langkah-langkah sebuah proses.
6. Histogram
Histogram adalah suat alat yang membantu untuk menentukan variasi dalam proses. Histogram
menunjukkan karakteristik-karakteristik dari data yang dibagi-bagi menjadi kelas-kelas. Histogram dapat
berbentuk“normal” atau berbentuk seperti lonceng yang menunjukkan bahwa banyak data yang terdapat
pada nilai rata-ratanya. Bentuk histogram yang miring atau tidak simetris menunjukkan bahwa banyak
data yang tidak berada pada nilai rata-ratanya tetapi kebanyakan data nya berada pada batas atas atau
bawah.
kualitas dengan mengurangi produk yang cacat. Banyak keuntungan yang dapat diperoleh dengan
menggunakan peta kontrol, diantaranya adalah untuk mengindikasikan hal-hal berikut (Basterfield, 1994):
1. Kapan mengambil tindakan koreksi
2. Tipe dari tindakan pencegahan yang diperlukan
3. Kapan meninggalkan proses sendirian (membiarkan proses berjalan apa adanya)
4. Kemampuan proses
5. Cara atau alat yang memungkinkan untuk pengembangan atau peningkatan mutu
6. Bagaimana untuk mengatur spesifikasi produk secara garis besar, peta kontrol dapat dikelompokkan atas
dua bagian yaitu peta kontrol variabel dan peta kontrol atribut.
Keterangan:
Batas kontrol yang dituliskan pada rumus diatas dinamai sebagai bataskontrol percobaan. Setiap point
yang melewati batas kontrolpercobaan harus diinvestigasi. Tergantung pada nilai-nilai p dan n,kadang-
kadang batas kendali bawah LCL < 0. Dalam kasus ini, lazimmengatur LCL = 0 dan menganggap bahwa
peta kendali hanyamemiliki batas kendali atas. Selama tetap dalam batas kontrol danurutan point diplot
tidak menunjukkan apapun pola non acak sistematis, kita dapat menyimpulkan bahwa proses yang
memegang kendali di tingkat p.
E. FTA (Fault Tree Analysis)
Menurut Kartika et al (2016), metode FTA (Fault Tree Analysis) adalah sebagai teknik analisis,
menganalisis lingkungan, dan operasi untuk menemukan jalan/ solusi dari masalah - masalah yang muncul.
FTA (Fault Tree Analysis) merupakan model grafik dari variasi paralel dan kombinasi kesalahan yang
muncul sebagai hasil dari pendefinisian masalah yang ada.
F. Analisa 5W+1H
5W+1H merupakan kepanjangan dari what, where, who, when, why dan how. 5W+1H pada dasarnya
merupakan alat yang digunakan untuk melakukan penelitian mendalam terhadapt masalah yang terjadi dalam
proses produksi. Alat 5W+1H ini tentu bukan hanya digunakan untuk analisa proses produksi tapi berbagai
macam masalah lainnya. Pada penelitian ini, 5W+1H digunakan dalam tahap perbaikan kecacatan yang
terjadi pada proses repacking kemasan produk powder pestisida.
a. What (Apa yang terjadi)
b. Why (Mengapa bisa terjadi kecacatam)
c. Who (Siapa yang melakukan)
d. Where (Dimana area kecacatan terjadi)
e. When (Kapan waktu kecacatan terjadi)
f. How (Bagaimana akar masalahnya)
Identifikasi Masalah
sering terjadi kecacatan produk PT. XYZ
Pengumpulan Data :
- Data Primer (Data Produksi Perusahaan)
- Data Sekunder (Buku, Internet, Jurnal, Skripsi)
Pengolahan Data :
1. Check Sheet
2. Histogram
3. Diagram Pareto
4. Peta Kontrol (Control Chart)
5. Cause Effect Diagram
6. Fault Tree Analysis (FTA)
7. Analisis 5W+1H
Analisis dan
pembahasan
selesai
B. PENGOLAHAN DATA
1. Check Sheet
Check Sheet atau yang biasa disebut dengan lembar kerja adalah alat pencatat hasil pengumpulan data
yang dapat disajikan ke dalam bentuk data yang informatif. Check sheet asli yang didapatkan dari
PT.XYZ dapat dilihat pada lampiran. Berikut ini adalah hasil rekapitulasi dari data check sheet selama
tahun 2019:
Tabel 1 Rekapitulasi Data Check Sheet Tahun 2019
(Sumber:PT.XYZ)
Jenis Cacat
Hasil Jumlah
No Bulan Produksi Kode Cacat Persentase
Kemasan Timbangan
(Kg) Produksi (Kg)
Bocor Kurang
Hilang
1 Jan 19.186 195 131 70 396 2,06%
2 Feb 8.305 230 145 92 467 5,62%
3 Mar 9.089 199 120 90 409 4,50%
4 Apr 5.035 98 110 75 283 5,62%
5 Mei 11.539 458 289 53 800 6,93%
6 Jun 9.092 210 178 112 500 5,50%
7 Jul 15.123 467 203 105 775 5,12%
8 Agust 10.882 30 2 0 32 0,29%
9 Sept 14.287 890 149 233 1.272 8,90%
10 Okt 17.035 560 290 25 875 5,14%
11 Nov 11.389 345 278 52 675 5,93%
12 Des 9.633 210 120 53 383 3,98%
Total 140.595 3.892 2015 960 6867 59,6%
Rata-rata 11.716,3 324,3 167,9 80,0 572,3 5,0%
Berdasarkan tabel 4.2 dapat diketahui jumlah produksi selam tahun 2019 sebanyak 140595 kg. jumlah
cacat sebanyak 6867 kg. Persentase kecacatan mencapai 5% ditahun 2019, walaupun produk cacat dapat
diproses pengemesan ulang namun kecacatan produk menimbulkan kerugian dari segi biaya dan waktu.
2. Histogram
Histogram merupakan diagram yang menunjukkan jumlah frekuensi dari data yang dikelompokkan ke
dalam kelas dan interval. Berikut ini adalah data jumlah jenis cacat tahun 2019 yang didapatkan dari PT.
XYZ, telah diolah ke dalam diagram batang atau histogram, histogram dapat dilihat pada gambar
dibawah ini:
Dari histogram dapat diketahui pada tahun 2019 total kecacatan yang terjadi setiap bulannya. Pada
Januari diketahui total cacat sebanyak 396, Februari sebanyak 467, Maret sebanyak 409, April sebanyak
283, Mei sebanyak 800, Juni sebanyak 500, Juli sebanyak 775, Agustus sebanyak 32, September
sebanyak 1272, Oktober sebanyak 875, November sebanyak 675, Desember sebanyak 383. Dari data
histogram dapat disimpulkan kecacatan paling tinggi terjadi pada bulan September sebanyak 1272 dan
paling rendah pada bulan Agustus sebanyak 32.
3. Pareto Diagram
Pareto diagram merupakan diagram yang menunjukkan permasalahan yang paling dominan yang
perlu ditangani. Langkah untuk membuat diagram pareto ada mengurutkan jenis kecacatan, urutan jenis
kecacatan sudah diketahui dari histogram. Setelah diurutkan kemudian menghitung persentase dan
akumulatif persentase dari masing-masing jenis kecacatan. Berikut ini tabel perhitungan persentase dan
akumulatif persentase:
Tabel 2 Akumulasi Persentase Kecacatan
Jenis Cacat Jum. Cacat(kg) Persentase Akumulatif Persentase
Kemasan Bocor 3892 57% 57%
Timbangan Kurang 2015 29% 86%
Kode Produksi Hilang 960 14% 100%
Total 6867 100%
Tabel 2 menunjukkan akumulasi persentase dari masing-masing jenis kecacatan yang terjadi pada
proses repacking produk powder pestisida. Diketahui kemasan bocor memiliki jumlah akumulasi
persentase sebesar 57%, timbangan kurang memiliki akumulasi persentase sebesar 86% yang didapatkan
dari akumulasi persentase kecacatan kemasan bocor dan timbangan kurang, kode produksi memiliki
akumulasi persentase sebesar 100%. Tabel akumulasi persentase kecacatan akan dianalisis
menggunakan Pareto diagram seperti dibawah ini:
Berdasarkan Gambar 2 menunjukkan Persentase kumulatif cacat kemasan bocor dan cacat timbangan
kurang tersebut mencapai nilai 86%. Diagram pareto memiliki prinsip 80/20 yang dikemukakan oleh
Vifredo Pareto menyatakan bahwa dalam sebuah kelompok selalu memiliki nilai persentase terkecil
(20%) yang memiliki dampak terbesar (80%) (Andhika:2017). Dengan nilai persentase kecacatan
sebesar 80% tersebut sesuai prinsip pareto yang menyatakan aturan 80/20 yang artinya 80% penyebab
masalah yang muncul berasal dari 20% jenis kecacatan. Dan dari pareto diagram dapat diketahui jenis
cacat dominan produk powder pestisida pada proses mesin filling autoadalah cacat kemasan bocor
sebanyak 3892 dan Timbangan kurang sebanyak 2015 dengan persentase kumulatif sebesar 86%.
4. Control chart
Control Chart atau peta kendali merupakan alat pengendalian kualitas yangberfungsi untuk
mengetahui apakah jumlah cacat pada hasil produksi masih dalam bata wajar atau tidak. Peta kendali
yang digunakan adalah peta kendali atribut karena data yang dianalisis adalah karakteristik kecacatan,
yaitu peta kendali p. Berikut ini adalah langkah-langkah dalam membuat control chart p:
1) Menghitung proporsi kecacatan (p)
Proporsi kecacatan untuk p1dapat dihitung dengan rumus:
Dimana np adalah jumlah cacat bulan ke-1, n adalah jumlah produksi bulan ke-1
2) Menghitung garis pusat yang merupakan rata-rata kecacatan produk ( ) atau central line (CL).
Rata-rata kecacatan produk dihitung menggunakan rumus:
Dimana np jumlah cacat, dan n adalah jumlah produksi.
3) Menghitung Upper Control Limit (UCL) atau batas kendali atas dan Lower Control Limit (LCL)
atau batas kendali bawah.
Batas kendali atas atau UCL dihitung menggunakan rumus:
Berdasarkan perhitungan nilai UCL dan LCL untuk bulan ke-1 menunjukkan proporsi kecacatan (p)
ada dibawah batas kendali bawah. sedangkan untuk nilai UCL dan LCL bulan yang lainnya dapat dilihat
pada tabel 3.
Tabel 3 Perhitungan Peta Kendali p
Bulan Hasil Jumlah Cacat
p CL UCL LCL
Ke- Produksi (Kg)
1 19.186 396 0,021 0,049 0,051 0,047
2 8.305 467 0,056 0,049 0,056 0,042
3 9.089 409 0,045 0,049 0,056 0,042
4 5.035 283 0,056 0,049 0,058 0,040
5 11.539 800 0,069 0,049 0,055 0,043
6 9.092 500 0,055 0,049 0,056 0,042
7 15.123 775 0,051 0,049 0,054 0,044
8 10.882 32 0,003 0,049 0,055 0,043
9 14.287 1.272 0,089 0,049 0,054 0,043
10 17.035 875 0,051 0,049 0,054 0,044
11 11.389 675 0,059 0,049 0,055 0,043
12 9.633 383 0,040 0,049 0,055 0,040
Dari hasil perhitungan peta kendali p pada tabel 3 di atas, maka dapat digambarkan peta kendali
pseperti gambar berikut:
Berdasarkan gambar 4.8 diketahui ada beberapa data proporsi yang melewati batas kendali atas dan
batas kendali bawah. Bulan kelima melewati batas kendali atas dengan nilai p 0,0693, bulan kesembilan
nilai p 0,0890, bulan kesebelas 0,0593. Nilai p yang melewati batas kendali bawah adalah bulan pertama
nilai p 0,0206, dan bulan kedelapan 0,0029. Jika masih ada nilai p yang berada diluar kendali atau out of
control itu berarti proses repacking produk powder pestisida dianggap belum efektif. Agar proses tetap
dalam kendali maka control chart p perlu dilakukan revisi. Berikut ini langkah revisi peta kendali p:
1. Nilai p yang out of control dikeluarkan
2. Dilakukan perhitungan ulang:
Batas kendali atas atau UCL untuk bulan ke-1 menggunakan rumus:
Pada gambar 4.8 menunjukkan bahwa terdapat 5 bulan, yaitu bulan ke 1, 5, 8, 9, 11 dari total 12
bulan yang berada pada luar batas kendali atau out of control, sehingga dapat dikatakan kecacatan yang
terjadi pada tahun 2019 tidak terkendali. Karena itu perlu dilakukan revisi dengan menghilangkan nilai
yang berada diluar kendali. Berikut ini tabel perhitungan peta kendali p revisi:
Tabel 4 Perhitungan Peta Kendali p Revisi
Bulan Hasil Jumlah Cacat
p CL UCL LCL
Ke- Produksi (Kg)
2 8.305 467 0,056 0,052 0,059 0,044
3 9.089 409 0,045 0,052 0,058 0,045
4 5.035 283 0,056 0,052 0,061 0,043
6 9.092 500 0,055 0,052 0,058 0,045
7 15.123 775 0,051 0,052 0,057 0,046
10 17.035 875 0,051 0,052 0,057 0,047
11 11.389 675 0,058 0,052 0,058 0,046
12 9.633 383 0,040 0,052 0,058 0,040
Dari hasil perhitungan peta kendali p pada tabel 4.6 di atas, maka dapat digambarkan peta kendali
pseperti gambar berikut:
Machine
Man
Element
Pemanas
Rusak
Operator
kurang
Heater terlalu konsentrasi
panas
Bocor
Kemasan
Measurement Method
Berdasarkan hasil wawancara dengan supervisor PT. XYZ dan analisis fishbone. Diketahui ada 4
penyebab utama cacat kemasan bocor, yaitu Man Method, Measurement dan Machine. Machine
disebabkan oleh 2 masalah yaitu elemen pemanas rusak dan heater terlalu panas. Man disebabkan oleh
operator kurang konsentrasi. Method disebabkan oleh setting mesing yang kurang efektif. Dan terakhir
Measurement disebabkan oleh lama waktu sealing belum tepat.
Man
Operator tidak
melakukan
pengecekan pada
screw feeder
Timbangan
Kurang
Mesin pembuka
kemasan tidak
terbuka lebar
Machine
Berdasarkan gambaer 4.11 diketahui ada 2 penyebab utama cacat kemasan bocor, yaitu Man dan
Machine. Machine disebabkan oleh masalah mesin pembuka kemasan tidak terbuka lebar, dan
mandisebabkan oleh operator tidak melakukan pengecekan pada screw. Data fishbone didapatkan dari
hasil wawancara dengan supervisor produksi repacking.
Operator Tidak
Kurangnya skill Kurangnya
terlalu melihat Setting
operator perawatan Operator Timer
banyak heater
pengaturan heater secara salah pada
pada SOP tidak sesuai
berkala mengatur sealing
standar
waktu error
Pemberian
training
Kelelahan kurang
dan
mengantuk
Dari gambar 4.12 hasil analisis Fault Tree Analysis dapat dianalisis menggunakan alat 5W+1H yang
diolah dalam bentuk tabel seperti dibawah ini:
Tabel 5 Analisis 5W+1H Kecacatan Kemasan Bocor
Analisis 5W+1H Jawaban Analisis
Dari diagram sebab akibat pada produk cacat timbangan kurang dapat diketahui ada dua faktor
penyebab utama yaitu man dan machine dari analisis diagram sebab akibat dapat dicari akar masalahnya
dari cacat timbangan kurang. Berikut adalah gambar 4.13 pencarian akar masalah menggunakan FTA.
Cacat Timbangan Kurang
Man Machine
Operator tidak
melakukan
pengecekan pada
screw feeder
Mesin pembuka
kemasan tidak
terbuka lebar
Operator banyaknya
kurang jumlah target vakum pada
teliti produksi alat pembuka
sachet/
kemasan
tersumbat
operator
bekerja
Kelelahan terburu-
buru
Dari gambar 4.13 hasil analisis Fault Tree Analysis jenis cacat timbangan kurang dapat dianalisis
menggunakan alat 5W+1H yang diolah dalam bentuk tabel seperti dibawah ini:
Data analisis 5W+1H diperoleh dari focus group discussion atau FGD yang dilakukan penulis dengan
cara mewawancarai supervisor produksi repacking sebagai narasumber, detail wawancara dapat dilihat
pada lampiran nomor 3.
3. Berdasarkan analisis menggunakan metode fault tree analysis (FTA) dan dibantu alat 5W+1H
didapatkan usulan perbaikan yaitu: melakukan maintenance rutin pada mesin, melakukan pengawasan
saat proses produksi berlangsung dan menempelkan SOP pada area repacking.
B. SARAN
Berdasarkan hasil penelitian saran yang dapat diberikan pada penelitian ini adalah sebagai berikut:
1. Penulis menyarankan agar metode statistical process control dapat dipakai untuk melakukan
pengendalian kualitas
2. Diharapkan kepada pihak perusahaan untuk dapat menerapkan usulan-usulan perbaikan yang diberikan
untuk meminimasi cacat pada kemasan bocor.
3. Perusahaan sebaiknya melakukan perbaikan pada standar operasional prosedur (SOP) dalam
penyetingan mesin dan membuat pelatihan terhadap operator,sehingga operator dapat mengurangi
kesalahan saat memproduksi baja. Perusahaan juga diharapkan dapat mengatur jam kerja karyawan
yang terlalu banyak lembur, sehingga mengurangi kelelahan pada karyawan yang terkadang
memaksakan diri.
4. Bagi penelitian selanjutnya penulis menyarankan agar hasil penelitian ini digunakan sebagai bahan
perbandingan dan lebih dikembangkan. Sebagai bahan pertimbangan untuk lebih memperdalam
penelitian selanjutnya metode statistical process controldapat ditambahkan dengan metode failure
mode and effect analysis.
REFERENSI
[1.] Achmad Safrizal Yafie, dkk. 2016. Pengaruh Kualitas Produk Dan Kualitas Jasa Terhadap Kepuasan
Pelanggan. Jurnal Administrasi Bisnis (JAB). Vol. 35 No. 2.
[2.] Andika Pratama, 2017. Analisis Produk Cacat Brake Wheel (Pt. Panasonic) Dengan Menggunakan
Metode Seventools di CV. Sumber Baja Perkasa (SUBASA). Integrated Lab Journal. 05 (02) : 63-72
[3.] Edi Supriyadi. 2018. Analisis Pengendalian Kualitas Produk Dengan Statistical Proses Control (Spc) Di
Pt. Surya Toto Indonesia, Tbk. Jurnal Universitas Pamulang.
[4.] I Ketut Sirna. 2018. Pengaruh Kualitas Pelayanan Terhadap Kepuasan Tamu Di Hotel Patra Jasa Bali
Resort & Villas Kuta- Badung. Jurnal Universitas Dhyana Pura.
[5.] Nugraheni Djamal, dkk. 2016 Identifikasi Dan Rencana Perbaikan Penyebab Delay Produksi Melting
Proses Dengan Konsep Fault Tree Analysis (FTA) di PT. XYZ. Jurnal Intech Teknik Industri.
[6.] Nia Budi Puspitasari, dkk. Analisis Identifikasi Masalah Dengan Menggunakan Metode Failure Mode
And Effect Analysis (Fmea) Dan Risk Priority Number (Rpn) Pada Sub Assembly Line. Jurnal Teknik
Industri UNDIP. Vol 12, No. 2 : 78.
[7.] Rendy Kaban. 2014. Pengendalian Kualitas Kemasan Plastik Pouch Menggunakan Statistical Procces
Control (Spc) Di Pt Incasi Raya Padang. Jurnal Optimasi Sistem Industri. Vol. 13 No. 1.
[8.] Taufiqur Rachman. 2013. Statistical Quality Control (SQC). Paper Manajemen Kualitas. 9 : 1-17.
Universitas Esa Unggul.
[9.] Vera Devani, dkk. 2016. Pengendalian Kualitas Kertas Dengan Menggunakan Statistical Process Control
di Paper Machine 3. Jurnal Ilmiah Teknik Industri. 15 (2): 87-93.
[10.] Hendrawan, D., Wirawati, S. M., & Wijaya, H. (2020). ANALISIS PENGENDALIAN KUALITAS
PADA PROSES BONING SAPI WAGYU MENGGUNAKAN STATISTICAL QUALITY
CONTROL (SQC) DI PT. SANTOSA AGRINDO. Journal of Industrial Engineering & Management
Research, 1(2), 195-206. https://doi.org/10.7777/jiemar.v1i2.60
[11.] Purwanto, A. (2020). Design of Food Product Using Quality Function Deployment in Food
Industry. Journal of Industrial Engineering & Management Research, 1(1), 1-16.
https://doi.org/10.7777/jiemar.v1i1.20
[12.] Prayuda, R. Z. (2020). Continuous Improvement Through Kaizen In An Automotive Industry. Journal of
Industrial Engineering & Management Research, 1(1), 37-42. https://doi.org/10.7777/jiemar.v1i1.24
[13.] Setia Bakti, C., & Kartika, H. (2020). Analysis of Ice Cream Product Quality Control With Six Sigma
Method. Journal of Industrial Engineering & Management Research, 1(1), 63-69.
https://doi.org/10.7777/jiemar.v1i1.29